基于深度学习方法的复杂场景下车辆目标检测

• 作者: 严腾 宋焕生 张向清 郑宝峰
• 来源期刊: 计算机应用研究
• 关键词: 深度学习 Faster R-CNN ImageNet数据集 车辆目标检测
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 图形图像技术
• 页码范围: 1270-1273
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.04.067

摘要

针对实际交通场景下的车辆目标,应用深度学习目标分类算法中具有代表性的Faster R-CNN框架,结合ImageNet中的车辆数据集,把场景中的目标检测问题转换为目标的二分类问题,进行车辆目标的检测识别.相比传统机器学习目标检测算法,基于深度学习的目标检测算法在检测准确度和执行效率上优势明显.通过本实验结果分析表明,该方法在识别精度以及速度上均取得了显著的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋焕生	长安大学信息工程学院	71	491	10.0	20.0
2	严腾	长安大学信息工程学院	5	75	2.0	5.0
3	郑宝峰	长安大学信息工程学院	4	63	2.0	4.0
4	张向清	长安大学信息工程学院	4	64	2.0	4.0